Documente Academic
Documente Profesional
Documente Cultură
Partea I
I Experiment aleator. Spatiu de selectie. Evenimente
I Functie de probabilitate. Camp de probabilitate
I Evenimente independente. Probabilitate conditionata.
Formula lui Bayes
Partea a II - a
I Variabile aleatoare. Functie de repartitie
I Variabile aleatoare discrete
I Variabile aleatoare continue
Experiment aleator
Definitie
Un experiment aleator este definit ca fiind o actiune al carei rezultat
nu poate fi prezis cu certitudine si care se poate modifica n urma
repetarii experimentului.
Remarca
Variabilitatea rezultatelor iesite n urma unui experiment aleator
poate aparea ca urmare a unor erori de masurare, a alegerii unor
obiecte diferite pentru testare, etc.
Exemplu
I Observarea pe un interval T de timp a functionarii unui calcu-
lator.
I Inregistrarea consumului de energie electrica a unui combinat.
Spatiu de selectie
Definitie
Spatiul de selectie al unui experiment aleator, notat prin , reprezinta
multimea tuturor rezultatelor posibile.
Exemplu
I Prin aruncarea banului se pot obtine doua rezultate. Astfel,
spatiul de selectie este {0,1}.
I Prin rostogolirea unui zar cu sase fete si numararea punctelor de
pe o fata se pot obtine sase rezultate posibile. Astfel, spatiul
de selectie este {1,2,3,4,5,6}.
Eveniment. Eveniment sigur si eveniment imposibil
Definitie
Un eveniment este orice submultime de rezultate continute n spatiul
de selectie. Un eveniment este elementar daca el consta dintr-un
singur rezultat si compus daca consta din mai multe rezultate.
Definitie
Evenimentul sigur este evenimentul care se realizeaza ntotdeauna
ca rezultat al experimentului; va fi notat cu (se asociaza multimii
totale de rezultate).
Evenimentul imposibil nu se poate realiza ca rezultat al unui expe-
riment; va fi notat cu (corespunde multimii vide).
Reuniunea si intersectia evenimentelor
Definitie
k
[
Numim reuniunea evenimentelor A1 , A2 , . . . , Ak , notata prin Aj ,
j=1
evenimentul care se realizeaza cand cel putin unul dintre eveni-
mentele A1 , A2 , . . . , Ak se realizeaza.
k
\
Numim intersectia evenimentelor A1 , A2 , . . . , Ak , notata prin Aj ,
j=1
evenimentul care se realizeaza cand se realizeaza toate evenimentele
A1 , A2 , . . . , Ak .
Definitia empirica a probabilitatii
Definitie
(Definitia clasica a probabilitatii) Daca ntr-un experiment cu n
rezultate, kdintre ele favorizeaza realizarea evenimentului A, de-
finim probabilitatea P(A) a evenimentului A prin
k
P(A) = (1)
n
Exercitiu: Aruncarea cu zarul
Definitie
Se numeste probabilitate pe B o functie nenegativa P : B [0, 1]
cu proprietatile:
1. P() = 1
2. Daca A, B B si A B = atunci P(A B) = P(A) + P(B).
Definitie
Tripletul (, B, P) se numeste camp de probabilitate.
Proprietati ale functiei de probabilitate
1. P(AC ) = 1 P(A), deoarece A AC = , A AC = .
2. P() = P(C ) = 1 P() = 0.
3. P(A B) = P(A) + P(B) P(A B), daca A B 6= .
Definitie
Spunem ca evenimentele A si B din B sunt independente daca nu
se influenteaza, adica realizarea evenimentului A nu depinde de re-
alizarea lui B si reciproc.
Definitie
Se numeste probabilitate conditionata a evenimentului A de catre
evenimentul B si se noteaza P(A|B) sau PB A probabilitatea de re-
alizare a evenimentului A calculata n conditia ca evenimentul B s-a
realizat (P(B) > 0) si se defineste ca:
P(A B)
P(A|B) = (4)
P(B)
Exemplu 1: (1)
Obtinem relatia
k
X
P(X ) = P(Aj ) P(X |Aj ) (7)
j=1
Formula lui Bayes (2)
Exemplu
Pentru A B, functia indicator IA definita prin
1, A
IA () = (10)
0, /A
este o variabila aleatoare.
Functie de repartitie. Proprietati ale functiei de repartitie
not
Fie evenimentul A = { |X () x} = {X x} B.
Definitie
Functia FX : R [0, 1] definita prin
not
FX (x) = P({X x}) = P(X x) (11)
se numeste functia de repartitie a variabilei aleatoare X .
Proprietati ale functiei de repartitie
1. FX (x) [0, 1] , lim FX (x) = 1, lim FX (x) = 0.
x x
1. p1 + p2 + . . . + pn + . . . = 1, deoarece
p1 + p2 + . . . + pn + . . . = P({ |X () = x1 })+
+ P({ |X () = x2 }) + . . . + P({ |X () = xn })+
+ . . . = P() = 1
deoarece evenimentele
Ai = { |X () = xi } si Aj = { |X () = xj } cu i 6= j
sunt disjuncte (adica, Ai Aj = ; altfel avem evenimentul
e Ai Aj , de unde rezulta
[ X (e) = xi = xj , ceea ce este
imposibil pentru i 6= j) si Ai =
i
Definitie
Daca X si Y sunt definite pe acelasi camp de probabilitate
(, B, P) atunci:
(X + Y ) () = X () + Y ()
(aX ) () = aX (), pentru a R
(XY ) () = X ()Y ()
X X ()
() = , daca Y () 6= 0 pentru orice
Y Y ()
Operatii cu variabile aleatoare discrete (2)
Daca
x1 x2 . . . xn y1 y2 . . . ym
X : ,Y :
p1 p2 . . . pn q1 q2 . . . qm
atunci
x1 + y1 x1 + y2 . . . xi + yj . . . xn + ym
X +Y :
p11 p12 ... pij ... pnm
unde pij = P({ |X () = xi } { |Y () = yj }).
ax1 ax2 . . . axn
aX :
p1 p2 . . . pn
x1 y1 x1 y2 . . . xi yj . . . xn ym
X Y :
p11 p12 . . . pij . . . pnm
si
x1 /y1 x1 /y2 . . . xi /yj . . . xn /ym
X /Y :
p11 p12 . . . pij . . . pnm
Caracteristici ale v.a. discrete definitii (1)
deoarece
m
X
pij = P ((X = xi ) ) = P(X = xi )
j=1
n
X
pij = P ( (Y = yj )) = P(Y = yj ).
i=1
Proprietati ale mediei unei v.a. discrete (2)
Definitie
Spunem ca X : R este v.a. continua daca
P({ |X () = x}) = 0, (16)
pentru orice x R.
Observatii:
I Desi probabilitatea evenimentului din definitie este zero nu
nseamna ca evenimentul nu se poate realiza.
I Daca X este o variabila aleatoare continua atunci functia sa
de repartitie este continua.
Densitate de repartitie. Proprietati ale functiei de repartitie
Definitie
Daca exista
FX (x + h) FX (x)
lim = FX0 (x) (17)
h0 h
atunci FX0 se numeste densitatea de repartitie a variabilei X si
FX0 (x) = fX (x), x R (18)
p
I D(X ) se numeste abaterea medie patratica sau deviatia
standard.
I Modul v.a. X , notat prin M0 , este acea valoare a v.a. X
pentru care densitatea de probabilitate fX are valoare maxima.
I Mediana v.a. X , notata prin Me, este acea valoare pentru care
Z Me Z
1
fX (x)dx = fX (x)dx = . (23)
Me 2
I Cuantila de ordinul a variabile aleatoare X este acea valoare
q care verifica relatia
Z q
fX (x)dx = . (24)
Test